我目前正在试验 scikit 和 DBSCAN 算法。我想知道如何将数据与标签结合起来以将它们写入一个新文件。我还想了解标签数组如何用于过滤示例。

每当我说错话时请纠正我，因为我想更好地理解整个过程。

例如，我的数据如下所示：

city    x    y
A       1    1
B       1    1
C       5    5
D       8    8

因此，如果我理解正确，我首先需要拆分我想要集群的数据。如果我使用上面的数据，它也会考虑城市列（甚至失败）。

所以我的下一个数组看起来像这样：

x    y
1    1
1    1
5    5
8    8

现在我将在我的阵列上使用 DBSCAN，它将创建一个集群模型。集群标签现在存储在数组foo.labels_中。

据我所知，我可以使用这些标签过滤数据以获取集群中的项目。假设我的数据在数据框城市中：

cluster0 = cities[foo.labels_ == 0]

我不明白这是如何工作的。我不知何故不明白这里到底发生了什么。我知道标签在一个数组中，其中列是一个数字，列的值是簇。那么我如何获得我的城市的正确索引？

因此，在聚类之后，我想将我的数据导出回具有以下格式的 CSV 文件：

city    x     y     cluster
A       1     1     0
B       1     1     0
C       5     5     1
D       8     8     2

我的猜测是使用原始数据框并添加另一列，如下所示：

cities = cities.assign(cluster=p.Series(labels_))

但我绝对不确定这是否是实现我想做的正确方法。

我真的很感激一些意见和解释。